FenixEdu™

Dissertação

Effects of Head-Mounted Virtual Reality and Haptics in Upper-Limb Brain–Computer Interface Training EVALUATED

Detalhes: As interfaces cérebro–computador (BCIs) fornecem um canal não-muscular de comunicação e controlo a pacientes para uso de apoio ou restaurador. BCIs baseados na imaginação motora com realidade virtual (VR) e haptics podem dar as pacientes de AVCs com capacidade motora insuficiente uma alternativa à terapia convencional. Duas questões são abordadas nesta tese: (1) Que configurações de retroalimentação BCI–VR levam à ativação cerebral mais forte e lateralizada na reabilitação de AVC? (2) Que condições e algoritmos de aprendizagem automática levam aos features mais robustos e os modelos mais precisos? Dezanove indivíduos saudáveis realizaram imaginação motora através de cinco condições com diferentes combinações de retroalimentação abstrata vs. realista através de NeuRow, head-mounted display vs. monitor, e com ou sem haptics. As potências dos ritmos alfa e beta após as tarefas motoras (event-related desynchronizations [ERDs]) e as suas lateralizações hemisféricas (lateralization indices [LIs]) foram analisadas. Os sujeitos responderam a questionários sobre imaginação motora e corporização. Sete algoritmos de aprendizagem automática e vários hiperparâmetros foram testados para cada condição. Os resultados foram comparados com execução motora. Os dados sugeriram que o uso de haptics e de ambientes virtuais como NeuRow levam a uma ativação cerebral mais forte, podendo se tornarem em componentes importantes na reabilitação de AVC. O support-vector classifier e os multilayer perceptrons tiveram melhor desempenho, mas não são necessariamente mais adequados para a reabilitação de AVC. Os common spatial patterns usados para treinar os modelos não se correlacionaram significativamente com os LIs, sugerindo diferentes features devem ser usados na reabilitação.
Keywords: Interfaces cérebro–máquina, reabilitação de AVC do membro superior, realidade virtual montada na cabeça, retroalimentação háptica, aprendizagem automática

Discussão: novembro 17, 2022, 9:0